TWI483790B - 能源消費量預測裝置 - Google Patents

能源消費量預測裝置 Download PDF

Info

Publication number
TWI483790B
TWI483790B TW100109076A TW100109076A TWI483790B TW I483790 B TWI483790 B TW I483790B TW 100109076 A TW100109076 A TW 100109076A TW 100109076 A TW100109076 A TW 100109076A TW I483790 B TWI483790 B TW I483790B
Authority
TW
Taiwan
Prior art keywords
energy consumption
value
calculation
consumption amount
learning
Prior art date
Application number
TW100109076A
Other languages
English (en)
Other versions
TW201235124A (en
Inventor
Kazutoshi Kitagou
Original Assignee
Toshiba Mitsubishi Elec Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toshiba Mitsubishi Elec Inc filed Critical Toshiba Mitsubishi Elec Inc
Publication of TW201235124A publication Critical patent/TW201235124A/zh
Application granted granted Critical
Publication of TWI483790B publication Critical patent/TWI483790B/zh

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B37/00Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B38/00Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Metal Rolling (AREA)

Description

能源消費量預測裝置
本發明係關於預測製造金屬製品之熱軋作業線中的能源消費量之能源消費量預測裝置。
利用熱軋作業線來製造希望的尺寸、品質之製品所需消耗的能源消費量,係使用例如軋延機架(rolling stand)的軋延轉矩及軋輥速度來算出(參照例如專利文獻1)。另外,提出有:以針對每一被軋延材概略決定軋延轉矩及軋輥速度為前提,不使用軋延轉矩及軋輥速度的預測值,而針對每一個以材質、軋延時間及軋延前後的被軋延材尺寸為根據所做的區分來學習能源消費量之方法(參照例如專利文獻2)。
【先前技術文獻】 (專利文獻)
專利文獻1:日本發明專利第3444267號公報
專利文獻2:日本發明專利第3498786號公報
在能源消費量的預測所使用的參數、亦即軋延時間、軋延轉矩、軋輥速度之中,軋延轉矩可藉由使用模型公式(model formula)之設定計算等來精確度良好地預測。然而,軋延時間及軋輥速度在實際的軋延中與預測值之間容易產生誤差,而成為能源消費量的預測誤差的主要原因。此外,能源消費量還會因為在設定計算及設定計算學習上並未將驅動軋延機架的軋輥之馬達的特性會隨時間經過而變化等因素考慮進去的原因而變化。因此,為了正確地預測能源消費量,有必要藉由學習計算來修正上述種種誤差。
然而,針對每一個以材質、軋延時間及軋延前後的被軋延材尺寸為根據所做的區分來學習能源消費量之上述方法,並未使用軋延轉矩及軋輥速度的預測值。所以,即使是同一區分,也會有軋延條件變化時,軋延轉矩及軋輥速度一旦變化,預測精確度就會降低之問題。
本發明係鑑於上述問題點而完成者,其目的在提供一種預測精確度高之熱軋作業線的能源消費量預測裝置。
根據本發明的一個態樣,提供一種熱軋作業線之能源消費量預測裝置,具備有:取得在熱軋作業線的軋延處理中所測量的動作實測值之實測值取得裝置;比較將動作實測值應用至模型公式的參數而得到的動作實測計算值與動作實測值,而算出設定計算學習值之設定計算學習裝置;使用熱軋作業線的作業條件及設定計算學習值,來計算包含熱軋作業線中的軋延轉矩、軋輥速度及軋延功率的設定值在內的動作設定值之設定計算裝置;使用動作設定值來算出能源消費量計算值之能源消費量算出裝置;使用軋延轉矩及軋輥速度的動作實測計算值來算出能源消費量實測計算值之能源消費量實際值算出裝置;藉由將軋延功率的動作實測值予以積分來取得能源消費量實際值之能源消費量實際值取得裝置;藉由比較能源消費量實測計算值及能源消費量實際值,以算出能源消費量學習值之能源消費量學習值算出裝置;以及算出使能源消費量學習值反映至能源消費量計算值而得到的能源消費量預測值之預測值算出裝置。
根據本發明,就可提供一種預測精確度高之熱軋作業線的能源消費量預測裝置。
接著,參照圖式來說明本發明之第一至第四實施形態。在以下的圖式的記載中,相同或類似的部份均標以相同或類似的符號。以下所示的實施形態,係舉例來說明用來使本發明的技術思想具體化之裝置或方法者,本發明之實施形態之構成構件的構造、配置等並不限定於以下所述者。本發明之實施形態可在申請專利範圍內施加各種變更。
(第一實施形態)
本發明第一實施形態之能源消費量預測裝置10,係預測熱軋作業線20的能源消費量之裝置,如第1圖所示,具備有:實測值取得裝置11、設定計算學習裝置12、設定計算裝置13、能源消費量算出裝置14、能源消費量實際值算出裝置15、能源消費量實際值取得裝置16、能源消費量學習值算出裝置17、預測值算出裝置18。
實測值取得裝置11,係取得在熱軋作業線20的軋延處理中所測量之包含軋延轉矩、軋輥速度及遍及被軋延材的全長的軋延功率等之實測值(以下,稱之為「動作實測值AACT 」)。
設定計算學習裝置12,係比較將動作實測值AACT 應用至模型公式的參數而得到的動作實測計算值AACTCAL 與動作實測值AACT ,而算出設定計算學習值ZnM 。此處,上標ACT表示動作實測值,上標ACTCAL表示動作實測計算值(以下的說明中皆同)。
設定計算裝置13,係使用熱軋作業線20的作業條件及設定計算學習值ZnM ,來計算包含熱軋作業線20中的軋延轉矩、軋輥速度及軋延功率的設定值在內之動作設定值ASET 。能源消費量算出裝置14,係使用動作設定值ASET 來算出能源消費量計算值EnSET
能源消費量實際值算出裝置15,係使用軋延轉矩及軋輥速度的動作實測計算值AACTCAL 來算出能源消費量實測計算值EnACTCAL 。另一方面,能源消費量實際值取得裝置16則是將藉由實測值取得裝置11而取得之軋延功率的動作實測值PwACT 予以積分來取得能源消費量實際值EnACT
能源消費量學習值算出裝置17,係藉由比較能源消費量實測計算值EnACTCAL 及能源消費量實際值EnACT ,來算出能源消費量學習值ZnEC CUR 。所算出的能源消費量學習值ZnEC CUR 係儲存至能源消費量學習值儲存裝置171。
預測值算出裝置18,係算出使從能源消費量學習值儲存裝置171讀出的能源消費量學習值ZnEC CUR 反映至能源消費量計算值EnSET 而得到的能源消費量預測值EnPred
第2圖係顯示作為能源消費量預測裝置10進行能源消費量預測的預測對象之熱軋作業線20的構成例。第2圖所示之熱軋作業線20具有加熱爐21、粗軋機23、精軋機26、及捲取機28。
從加熱爐21搬出的被軋延材100,係由可逆式的粗軋機23加以軋延。粗軋機23通常具有一台至數台之軋延機架(rolling stand),且藉由使被軋延材100往復移動並通過粗軋機23數次,以在粗軋機的出口側將被軋延材100軋延到目標的中間條板厚度。以下將「使被軋延材100通過粗軋機23的軋延機架」這件事稱為「道次(pass)」。
經粗軋機23加以軋延後,將被軋延材100從粗軋機23的出口側搬送至精軋機26的入口側,利用由例如5至7台軋延機架260構成之精軋機26將被軋延材100軋延到所希望的製品板厚度。從精軋機26搬出之被軋延材100,經水冷裝置等冷卻裝置27加以冷卻之後,由捲取機28加以捲繞成線圈狀。
粗軋機23的軋延機架的軋輥係由馬達231所驅動,精軋機26的軋延機架260的軋輥係由馬達261所驅動。另外,在粗軋機23的入口側配置有粗軋機入口側去銹皮器(descaler)22,在精軋機26的入口側配置有精軋機入口側去銹皮器25。並且,在粗軋機23與精軋機26間之搬送台區域配置有盤捲箱(coil box)24。
第1圖所示之能源消費量預測裝置10,係算出為了製造所希望的尺寸、品質之製品所必需之熱軋作業線20的能源消費量的預測值。以下,說明能源消費量預測裝置10的詳細的動作。
設定計算裝置13,係根據作業條件及設定計算學習值ZnM ,使用公知的模型公式來計算動作設定值ASET 。作業條件係為例如在精軋機26的出口側所要達到之目標板厚、精軋機的出口側溫度等。另外,動作設定值ASET 係針對為了使被軋延材100成為所希望的板厚所必需的軋輥間隙、以及為了實現所希望的精軋機出口測溫度所必需的軋輥速度等而算出。亦即,為了使在熱軋作業線20製造出之製品實現所希望的尺寸及品質所必需的軋延轉矩、軋輥速度等,係由設定計算裝置13加以計算出。
再者,在不超過精軋機26的負荷極限值、及不超過驅動軋延機架260的軋輥之馬達261的轉矩極限值之條件下,藉由設定計算裝置13計算出包含各道次及各軋延機架260的軋延負荷、軋延轉矩及軋輥速度等的設定值在內之動作設定值ASET
此等動作設定值ASET ,最好在至少:從被軋延材100的前端算起之就精確度的確保而言很重要之咬入點、從確保生產量的點來說使被軋延材100加速之軋延速度最大之中間點、及被軋延材100的溫度變低之尾端點這三個點算出。以下將算出動作設定值ASET 的地點稱為「標的點」。
此外,將上述之一連串計算稱為「設定計算」。藉由設定計算而計算出的軋輥間隙及軋輥速度等之動作設定值ASET ,係輸出至熱軋作業線20的控制裝置,熱軋作業線20根據此等動作設定值ASET 而進行作業。另外,軋延轉矩、軋輥速度之動作設定值ASET ,係作為能源消費量計算用的參數而輸出至能源消費量算出裝置14。
實測值取得裝置11,係從熱軋作業線20所設置的量測器(省略圖示)取得遍及軋延處理中之被軋延材100全長的軋延轉矩、軋輥速度、及軋延功率等之動作實測值AACT 。舉例來說,軋延轉矩係使用施加在軋輥之負荷等來算出,軋輥速度係使用軋輥的轉速等來算出,軋延功率係使用馬達261的驅動電流等來算出。
藉由實測值取得裝置11而取得之動作實測值AACT ,係輸出至設定計算學習裝置12。
設定計算學習裝置12,係將實測值取得裝置11所取得之動作實測值AACT 代入模型公式的參數而算出動作實測計算值AACTCAL 。此外,設定計算學習裝置12係藉由比較實測值取得裝置11所取得之被軋延材100的各標的點的動作實測值AACT 、與算出的動作實測計算值AACTCAL ,來學習動作實測值AACT 與動作實測計算值AACTCAL 的誤差。
具體而言,設定計算學習裝置12係算出動作實測值AACT 之相對於動作實測計算值AACTCAL 之比。換言之,設定計算學習裝置12係算出設定計算學習值ZnM ,以作為「動作實測值AACT /動作實測計算值AACTCAL 」。
算出的設定計算學習值ZnM 係儲存至設定計算學習值儲存裝置121。儲存至設定計算學習值儲存裝置121之設定計算學習值ZnM ,係供設定計算裝置13使用。
能源消費量算出裝置14所進行之熱軋作業線20的能源消費量之計算中,會使用到由設定計算裝置13所算出之動作設定值ASET 。具體而言,能源消費量算出裝置14係根據算出的軋延轉矩及軋輥速度等之動作設定值ASET 、及作業條件,來算出在粗軋機23中的各道次及精軋機26的各軋延機架260的能源消費量計算值EnSET 。舉例來說,各道次及驅動各軋延機架260的軋輥之馬達261的能源消費量計算值EnSET ,係如以下之式(1)及式(2)所示,藉由對軋延轉矩G(t)[kNm]及軋輥速度v(t)[m/s]之積進行時間(t)[s]積分而算出:
EnSET =η∫PW (t)dt …(1)
PW (t)=(1000×v(t)×G(t))/R …(2)
式(1)中,∫dt表示從t=0到T,亦即從對於被軋延材100的軋延處理開始到結束為止之時間積分,η係為電力變換效率(電流-工作間之變換時的效率)。式(2)中,R[mm]為軋輥半徑,Pw(t)[kW]為軋延功率。軋延轉矩G(t)係為軋輥基準。
能源消費量實際值算出裝置15,係使用設定計算學習裝置12進行設定計算學習值ZnM 的算出之際所使用之軋延轉矩的動作實測計算值Gi ACTCAL 及軋輥速度的動作實測計算值Vi ACTCAL ,來算出能源消費量實測計算值EnACTCAL 。能源消費量實測計算值EnACTCAL 係使用式(1)及式(2),藉由以下之式(3)及式(4)來算出:
PWi ACTCAL =(1000×Vi ACTCAL ×Gi ACTCAL )/R …(3)
EnACTCAL =Σ(PWi ACTCAL +PWi+1 ACTCAL )×Si ACT /2 …(4)
式(3)之PWi ACTCAL 係為在標的點i之軋延功率的實測計算值,R[mm]為軋輥半徑。式(4)中,Si ACT [sec]為標的點i~i+1間的時間,n為道次或軋延機架260的編號。Σ為表示從最初的標的點到最後的標的點M之總和。
所算出的能源消費量實測計算值EnACTCAL ,係輸出至能源消費量學習值算出裝置17。
能源消費量實際值取得裝置16,係將由實測值取得裝置11所取得之軋延功率的動作實測值予以積分來算出能源消費量實際值EnACT 。第3圖顯示能源消費量實際值EnACT 的算出方法的一個例子。第3圖中,縱軸為軋延功率的動作實測值PW ACT ,橫軸為時間t。
如以下之式(5)所示,將在測量地點j中之軋延功率的動作實測值PW ACT (j)與時間步距(time step)Δt(j)的乘積予以加算到最終測量地點,就可正確地算出能源消費量實際值EnACT
EnACT =∫PW ACT (j)(t)dt=Σ(PWi ACT (j)×Δt(j)) …(5)
式(5)中,∫dt為表示從t=0到T之時間積分,Σ為表示從j=0到L-1之總和。L為最終測量地點。
算出的能源消費量實際值EnACT ,係輸出至能源消費量學習值算出裝置17。
能源消費量學習值算出裝置17,係藉由比較能源消費量實際值EnACT 及能源消費量實測計算值EnACTCAL ,來學習能源消費量實際值EnACT 與能源消費量實測計算值EnACTCAL 之誤差。具體而言,係如以下之式(6)所示,算出能源消費量實際值EnACT 之相對於能源消費量實測計算值EnACTCAL 之比,以作為能源消費量學習值ZnEC CUR
ZnEC CUR =EnACT /EnACTCAL  …(6)
算出的能源消費量學習值ZnEC CUR 係儲存至能源消費量學習值儲存裝置171。
在能源消費量學習值儲存裝置171中,藉由使用過去算出之已儲存在能源消費量學習值儲存裝置171之舊的能源消費量學習值(以下將之表示成「ZnEC OLD 」)與新算出的能源消費量學習值ZnEC CUR 之如式(7)所示之加權平均演算,來重新算出能源消費量學習值ZnEC
ZnEC =(1-α)ZnEC OLD +αZnEC CUR  …(7)
式(7)中,α為加權係數。使用式(7)加以更新之新的能源消費量學習值ZnEC 係儲存至能源消費量學習值儲存裝置171。
預測值算出裝置18,係使能源消費量學習值儲存裝置171中儲存的能源消費量學習值ZnEC 反映至由能源消費量算出裝置14所算出之能源消費量計算值EnSET ,而算出能源消費量預測值EnPred 。具體而言,係使用以下之式(8),來算出已將能源消費量學習值ZnEC 考慮進去之能源消費量預測值EnPred
EnPred =ZnEC ×EnSET  …(8)
如上所述,對軋延功率進行時間積分而得到之能源消費量實際值EnACT ,使用從實測值算出之軋延轉矩及計算軋輥速度的動作實測計算值AACTCAL 來算出之能源消費量實測計算值EnACTCAL ,然後比較能源消費量實際值EnACT 及能源消費量實測計算值EnACTCAL 來求出能源消費量學習值ZnEC ,再使用此能源消費量學習值ZnEC 就可高精確度地算出正確的能源消費量預測值EnPred
如以上說明的,本發明第一實施形態之能源消費量預測裝置10,係使用以軋延轉矩及軋輥速度作為能源消費量計算的輸入參數之能源消費量計算式,來算出能源消費量計算值。此時,軋延轉矩及軋輥速度係使用設定計算的模型公式來算出。
作為能源消費量計算式的輸入參數之軋延轉矩及軋輥速度的動作實測值AACT 與動作實測計算值AACTCAL 之誤差,係使用由設定計算學習裝置12所算出之設定計算學習值ZnM 來加以消除。
而且,在能源消費量的學習中,係藉由學習能源消費量實測計算值EnACTCAL (使用以軋延轉矩及軋輥速度的動作實測計算值AACTCAL 作為輸入參數之能源消費量計算式來算出者)與能源消費量實際值EnACT (使用來自熱軋作業線20之回授資訊之軋延功率的動作實測值來算出者)之誤差,來消除能源消費量計算式本身的誤差。
因此,根據第1圖所示之能源消費量預測裝置10,將能源消費量計算式的輸入參數的誤差、與能源消費量計算式本身的誤差予以區分開來,並就各誤差分別加以學習,來提高能源消費量的預測精確度。
(第二實施形態)
本發明第二實施形態之能源消費量預測裝置10,係如第4圖所示,在另外具備有能源消費量學習值更新裝置19之點與第1圖所示的能源消費量預測裝置10不同。其他的構成都與第1圖所示的第一實施形態相同。
能源消費量學習值更新裝置19,如後面的詳細說明般,係依據由設定計算學習裝置12所算出之設定計算學習值ZnM 的變化率,將能源消費量學習值儲存裝置171中儲存的能源消費量學習值ZnEC 除以設定計算學習值ZnM 的變化率,來算出新的能源消費量學習值ZnEC 。然後,預測值算出裝置18使用新的能源消費量學習值ZnEC 來算出能源消費量預測值EnPred
能源消費量實際值EnACT 與能源消費量計算值EnSET 之誤差,也會因為在軋延轉矩及軋輥速度的算出中使用的模型公式的預測誤差而產生。軋延轉矩及軋輥速度的設定計算學習值ZnM 有很大的變化之情況時,作為能源消費量計算的輸入參數之軋延轉矩及軋輥速度就會變化,所以有能源消費量的預測精確度降低之虞。
因此,在能源消費量學習計算中,有必要判斷軋延轉矩及軋輥速度的設定計算學習值ZnM 是否飽和。此處所謂的「設定計算學習值飽和」,係指即使重複進行熱軋作業線中的軋延處理,設定計算學習值也幾乎不變化之意。例如,設定計算學習值的變化率在10%以下之情況時,就判斷為飽和。
若軋延轉矩及軋輥速度的設定計算學習值ZnM 並未飽和,就有必要在接下來要處理之被軋延材100的能源消費量計算中,考慮到設定計算學習值ZnM 的變化份量而將該變化份量予以除外。
能源消費量學習值更新裝置19,係從設定計算學習值儲存裝置121將屬於能源消費量計算的輸入參數之軋延轉矩及軋輥速度的設定計算學習值ZnM 予以讀出。讀出的設定計算學習值ZnM ,係為更新前的設定計算學習值ZnM OLD 及更新後的設定計算學習值ZnM NEW 。其中,由於軋延速度與軋輥速度具有大致成正比之關係,所以使用軋延速度的設定計算學習值也沒有任何問題。
為了在能源消費量計算中將設定計算學習值的變化份量予以除外,而進行以下的處理。亦即,能源消費量學習值更新裝置19係比較更新前的設定計算學習值ZnM OLD 及更新後的設定計算學習值ZnM NEW ,算出設定計算學習值的變化率βM 。當此設定計算學習值的變化率βM 為預先設定的一定的閾值γ以上時,就將設定計算學習值儲存裝置121中儲存的設定計算學習值除以設定計算學習值的變化率βM 所得到之值,使用作為適用於能源消費量計算之設定計算學習值ZnM 。閾值γ係為例如0.1。
具體而言,係使用式(9)來算出設定計算學習值的變化率βM
βM =ZnM NEW /ZnM OLD  …(9)
此處,在γ|1-βM |之情況時,係依照以下之式(10),來算出適用於能源消費量計算之新的能源消費量學習值ZnEC
ZnEC =ZnEC OLDM  …(10)
另一方面,在|1-βM |<γ之情況時,係將更新前的能源消費量學習值ZnEC OLD 直接使用作為適用於能源消費量計算之能源消費量學習值ZnEC 。亦即,ZnEC =ZnEC OLD
如上述決定出之能源消費量學習值ZnEC ,係輸出至預測值算出裝置18。預測值算出裝置18係算出反映了能源消費量學習值ZnEC 之能源消費量。除以上所述者外,皆與第一實施形態實質相同,在此省略重複的記載。
如以上所說明的,根據第二實施形態之能源消費量預測裝置10,就可避免演算能源消費量計算的輸入參數之設定計算學習裝置12、及能源消費量學習值算出裝置17雙方重複學習能源消費量計算的輸入參數的預測誤差之情形。結果,就可使能源消費量預測的精確度穩定及提高能源消費量預測的精確度。
(第三實施形態)
本發明第三實施形態之能源消費量預測裝置10,係如第5圖所示,在具備有用來儲存依被軋延材100的板厚、板寬及鋼種分別加以區分之複數個能源消費量學習值之學習值資料庫30之點與第一實施形態不同。其他的構成都與第1圖所示的第一實施形態一樣。
軋延速度、軋輥速度及軋延時間,係依被軋延材100的板厚、板寬及鋼種而異。因此,能源消費量的預測誤差會隨著被軋延材100的板厚、板寬及鋼種之不同而不同。因而,準備依被軋延材100的板厚、板寬及鋼種分別加以區分之各種學習值來作為能源消費量學習值ZnEC 很有效。
第6圖顯示學習值資料庫30中儲存的表(table)的一個例子。此表的構成,係針對各鋼種都準備一個表單(sheet),然後在各表單中以板厚及板寬進行區分,逐一記錄各區分的能源消費量學習值ZnEC
例如,以板厚區分1為1.2[mm]至1.4[mm]、板寬區分2為980[mm]至1100[mm]之方式,以決定好的範圍來劃分板厚及板寬,並對每個區分編列流水編號。然後,在第6圖所示的表中記錄各個區分之能源消費量學習值。
在熱軋作業線20之被軋延材100的軋延處理後,就將由能源消費量學習值算出裝置17所算出的能源消費量學習值輸入至能源消費量學習值儲存裝置171。此時,與接受軋延處理的被軋延材100的板厚、板寬及鋼種的區分對應之能源消費量學習值,係使用作為式(7)中之已儲存的能源消費量學習值ZnEC OLD 。然後,將使用式(7)加以更新後之能源消費量學習值ZnEC 當作是新的能源消費量學習值,予以記錄到學習值資料庫30中儲存的表內之對應的區分。另一方面,將與預定要軋延的被軋延材100的板厚、板寬及鋼種的區分對應之能源消費量學習值,在軋延處理前輸出至預測值算出裝置18。
如上所述,在第5圖所示之能源消費量預測裝置10中,係依照被軋延材100的板厚、板寬及鋼種的區分,更新各區分的能源消費量學習值並將該值儲存到學習值資料庫30中。然後,將針對各區分而儲存於學習值資料庫30中之能源消費量學習值輸出至預測值算出裝置18。預測值算出裝置18係算出反映了依區分而取得的能源消費量學習值之能源消費量預測值EnPred 。除以上所述者外,皆與第一實施形態實質相同,在此省略重複的記載。
如以上所說明的,根據第三實施形態之能源消費量預測裝置10,具備有每一種板厚、板寬及鋼種的區分之能源消費量學習值,就可補償依被軋延材100的板厚、板寬及鋼種的區分而異之預測誤差。結果,就可更正確預測能源消費量。
(第四實施形態)
本發明第四實施形態之能源消費量預測裝置10,係如第7圖所示,在另外具備有將預測值算出裝置18所算出的能源消費量預測值EnPred 顯示出來之顯示裝置40之點與第1圖所示的能源消費量預測裝置10不同。其他的構成都與第1圖所示的第一實施形態相同。
根據第四實施形態之能源消費量預測裝置10,將所算出的能源消費量預測值EnPred 顯示於顯示裝置40。因此,操作員及工程師等之熱軋作業線20的作業者,就可經常確認接下來將處理的被軋延材100的能源消費量。因此,在能源消費量預測值EnPred 很大之情況時,作業者就可視需要而進行軋延條件的變更。
如上所述,本發明雖藉由第一至第四實施形態而記載如上,然而不應將作為此揭示的一部份之論述及圖式理解成用來限定本發明者。透過此揭示,各種代替實施形態、實施例及運用技術對於本技術領域之業者而言都將變得顯而易知。亦即,本發明理所當然地包含此處未記載的各種實施形態。因此,本發明之技術上的範圍只由就上述的說明來說妥當的申請專利範圍中的發明特定事項所決定。
10...能源消費量預測裝置
11...實測值取得裝置
12...設定計算學習裝置
13...設定計算裝置
14...能源消費量算出裝置
15...能源消費量實際值算出裝置
16...能源消費量實際值取得裝置
17...能源消費量學習值算出裝置
18...預測值算出裝置
19...能源消費量學習值更新裝置
20...熱軋作業線
21...加熱爐
22...粗軋機入口側去銹皮器
23...粗軋機
24...盤捲箱
25...精軋機入口側去銹皮器
26...精軋機
27...冷卻裝置
28...捲取機
30...學習值資料庫
40...顯示裝置
100...被軋延材
121...設定計算學習值儲存裝置
171...能源消費量學習值儲存裝置
260...軋延機架
231、261...馬達
第1圖係顯示本發明第一實施形態之能源消費量預測裝置的構成之示意圖。
第2圖係顯示熱軋作業線的構成例之示意圖。
第3圖係顯示本發明第一實施形態之能源消費量預測裝置進行的能源消費量實際值之算出方法的一個例子之示意圖。
第4圖係顯示本發明第二實施形態之能源消費量預測裝置的構成之示意圖。
第5圖係顯示本發明第三實施形態之能源消費量預測裝置的構成之示意圖。
第6圖係顯示本發明第三實施形態之能源消費量預測裝置的學習值資料庫中儲存之表的一個例子之圖。
第7圖係顯示本發明第四實施形態之能源消費量預測裝置的構成之示意圖。
10...能源消費量預測裝置
11...實測值取得裝置
12...設定計算學習裝置
13...設定計算裝置
14...能源消費量算出裝置
15...能源消費量實際值算出裝置
16...能源消費量實際值取得裝置
17...能源消費量學習值算出裝置
18...預測值算出裝置
20...熱軋作業線
121...設定計算學習值儲存裝置
171...能源消費量學習值儲存裝置

Claims (5)

  1. 一種能源消費量預測裝置,係熱軋作業線之能源消費量預測裝置,具備有:實測值取得裝置,取得在前述熱軋作業線的被軋延材的軋延處理中所測量的包含軋延轉矩、軋輥速度及軋延功率的實測值之動作實測值;設定計算學習裝置,比較將前述動作實測值應用至模型公式的參數而得到的動作實測計算值與前述動作實測值,而算出設定計算學習值;設定計算裝置,使用前述熱軋作業線的作業條件及前述設定計算學習值,來計算包含前述熱軋作業線中的前述軋延轉矩、前述軋輥速度及前述軋延功率的設定值在內的動作設定值;能源消費量算出裝置,使用前述動作設定值及電力變換效率來算出能源消費量計算值;能源消費量實際值算出裝置,使用前述軋延轉矩及前述軋輥速度的前述動作實測計算值來算出能源消費量實測計算值;能源消費量實際值取得裝置,藉由將前述軋延功率的前述動作實測值予以積分來取得能源消費量實際值;能源消費量學習值算出裝置,藉由比較前述能源消費量實測計算值及前述能源消費量實際值,以算出能源消費量學習值;以及預測值算出裝置,算出使前述能源消費量學習值反 映至前述能源消費量計算值而得到的能源消費量預測值。
  2. 如申請專利範圍第1項所述之能源消費量預測裝置,其中,前述預測值算出裝置,係使用將過去算出之舊的能源消費量學習值加權至前述能源消費量學習值而得到的能源消費量學習值,來算出前述能源消費量預測值。
  3. 如申請專利範圍第1或第2項所述之能源消費量預測裝置,其中,復具備有:能源消費量學習值更新裝置,在前述設定計算學習值的變化率在一定值以上之情況時,將前述能源消費量學習值除以前述設定計算學習值的變化率而算出新的能源消費量學習值。
  4. 如申請專利範圍第1或第2項所述之能源消費量預測裝置,其中,復具備有:學習值資料庫,用來儲存依前述被軋延材的板厚、板寬及鋼種分別加以區分之複數個能源消費量學習值。
  5. 如申請專利範圍第1或第2項所述之能源消費量預測裝置,其中,復具備有:顯示裝置,用來顯示前述能源消費量預測值。
TW100109076A 2011-02-18 2011-03-17 能源消費量預測裝置 TWI483790B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011033002A JP5666338B2 (ja) 2011-02-18 2011-02-18 エネルギー消費量予測装置

Publications (2)

Publication Number Publication Date
TW201235124A TW201235124A (en) 2012-09-01
TWI483790B true TWI483790B (zh) 2015-05-11

Family

ID=46655126

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100109076A TWI483790B (zh) 2011-02-18 2011-03-17 能源消費量預測裝置

Country Status (4)

Country Link
JP (1) JP5666338B2 (zh)
KR (1) KR101253409B1 (zh)
CN (1) CN102641904B (zh)
TW (1) TWI483790B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112015018044B1 (pt) * 2013-02-04 2022-03-15 Toshiba Mitsubishi-Electric Industrial Systems Corporation Dispositivo de controle que economiza energia para linha de laminação
CN103272853B (zh) * 2013-05-22 2015-01-28 沈阳工业大学 一种冷连轧各机架压下量与轧制速度的设定装置及方法
KR101733366B1 (ko) * 2013-08-02 2017-05-08 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 에너지 절약 조업 리커멘드 시스템
US10095199B2 (en) 2014-01-24 2018-10-09 Toshiba Mitsubishi-Electric Industrial Systems Corporation Energy consumption predicting device for rolling line
CN104998913B (zh) * 2015-06-29 2017-03-15 东北大学 一种冷轧轧制过程中电机功率的预测方法
CN105160127B (zh) * 2015-09-25 2018-05-01 甘肃酒钢集团宏兴钢铁股份有限公司 基于csp流程热连轧生产线q235b钢种的性能预测方法
JP6641867B2 (ja) * 2015-10-09 2020-02-05 日本製鉄株式会社 消費電力量予測方法、装置及びプログラム
JP6832041B2 (ja) * 2017-06-09 2021-02-24 東芝三菱電機産業システム株式会社 エネルギー管理システムおよびエネルギー管理方法
KR102045553B1 (ko) 2017-12-21 2019-11-18 주식회사 포스코 가열로 에너지 사용량 예측 장치
CN109647899B (zh) * 2018-12-26 2021-06-29 北京科技大学 一种带钢热轧精轧过程中多规格轧件电耗预报方法
CN112966215A (zh) * 2021-02-01 2021-06-15 杭州博联智能科技股份有限公司 能耗估算方法和系统
WO2024149564A1 (de) 2023-01-09 2024-07-18 Primetals Technologies Germany Gmbh Kosteneffizienter betrieb einer anlage der stahlindustrie und eines elektrischen energiespeichers
EP4398180A1 (de) 2023-01-09 2024-07-10 Primetals Technologies Germany GmbH Kosteneffizienter betrieb einer anlage der stahlindustrie und eines elektrischen energiespeichers
WO2024149565A1 (de) 2023-01-11 2024-07-18 Primetals Technologies Germany Gmbh Kosteneffizienter betrieb einer anlage der stahlindustrie und weiterer teilsysteme eines gesamtsystems
EP4443352A1 (de) 2023-04-05 2024-10-09 Primetals Technologies Germany GmbH Kosteneffizienter betrieb einer dri-anlage und weiterer teilsysteme eines gesamtsystems
EP4443688A1 (de) 2023-04-05 2024-10-09 Primetals Technologies Germany GmbH Kosteneffizienter betrieb einer anlage der stahlindustrie und weiterer teilsysteme eines gesamtsystems
CN116882560A (zh) * 2023-06-28 2023-10-13 北京科技大学 基于热轧产品能耗精准核算的品规能耗预测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19703617A1 (de) * 1997-01-31 1998-08-13 Siemens Ag Antriebseinrichtung für Industrieanlagen, insbesondere für Anlagen der Grundstoffindustrie
JP2002165362A (ja) * 2000-11-24 2002-06-07 Sumitomo Metal Ind Ltd 電力使用量の予測方法及び制御方法
CN101201871A (zh) * 2007-12-18 2008-06-18 东北大学 一种预测热轧过程轧制力的刚塑性有限元方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61113719A (ja) * 1984-11-07 1986-05-31 Mitsubishi Electric Corp 熱間圧延ラインにおける加熱炉の鋼材抽出温度設定方法
JPH06262223A (ja) * 1993-01-14 1994-09-20 Sumitomo Metal Ind Ltd 圧延工場における使用電力量の予測方法
JP3498786B2 (ja) * 1999-01-19 2004-02-16 住友金属工業株式会社 使用電力量予測方法
JP2001321810A (ja) * 2000-05-10 2001-11-20 Nippon Steel Corp 圧延工場の使用電力予測方法
JP4119684B2 (ja) * 2002-05-27 2008-07-16 東芝三菱電機産業システム株式会社 圧延機設定計算装置用学習制御装置
KR100973898B1 (ko) * 2003-08-05 2010-08-03 주식회사 포스코 가열로의 자동 추출 제어 방법
KR100995600B1 (ko) * 2003-11-04 2010-11-22 주식회사 포스코 미니밀 사상압연기에 인입되는 열연강판의 온도보상제어장치 및 그 방법
JP5003483B2 (ja) * 2006-07-26 2012-08-15 東芝三菱電機産業システム株式会社 圧延ラインの材質予測および材質制御装置
KR101271973B1 (ko) * 2006-12-27 2013-06-07 주식회사 포스코 미니밀 공정에서의 단상역 압연방법
CN102348516B (zh) * 2009-03-13 2014-05-28 东芝三菱电机产业系统株式会社 优化装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19703617A1 (de) * 1997-01-31 1998-08-13 Siemens Ag Antriebseinrichtung für Industrieanlagen, insbesondere für Anlagen der Grundstoffindustrie
JP2002165362A (ja) * 2000-11-24 2002-06-07 Sumitomo Metal Ind Ltd 電力使用量の予測方法及び制御方法
CN101201871A (zh) * 2007-12-18 2008-06-18 东北大学 一种预测热轧过程轧制力的刚塑性有限元方法

Also Published As

Publication number Publication date
CN102641904B (zh) 2014-07-30
JP5666338B2 (ja) 2015-02-12
KR20120095273A (ko) 2012-08-28
JP2012170962A (ja) 2012-09-10
KR101253409B1 (ko) 2013-04-11
TW201235124A (en) 2012-09-01
CN102641904A (zh) 2012-08-22

Similar Documents

Publication Publication Date Title
TWI483790B (zh) 能源消費量預測裝置
RU2448789C2 (ru) Способ отслеживания физического состояния горячего листового металла или горячей полосы в рамках управления толстолистовым прокатным станом для обработки горячего листового металла или горячей полосы
JP5972395B2 (ja) タンデム冷間圧延機における厚さのフィードフォワード制御方法
KR101782281B1 (ko) 압연 라인의 에너지 소비량 예측 장치
JPWO2009113719A1 (ja) 熱間での板圧延における圧延負荷予測の学習方法
RU2013157109A (ru) Способ управления прокатным станом
JP4701742B2 (ja) 金属帯の形状予測方法ならびに予測形状に基づく形状判定方法および形状矯正方法
JP5999265B2 (ja) 省エネルギー操業リコメンドシステム
JP2015036154A (ja) 冷間タンデム圧延機における走間板厚変更方法
KR100641755B1 (ko) 사상압연 폭 마진 제어장치 및 그 방법
CN104942020A (zh) 热连轧支撑辊磨损补偿及自适应方法
JP2009148797A (ja) 冷間連続圧延設備の制御装置
JP2022508735A (ja) 金属ワークピースの製造方法
JP2013220471A (ja) 冷間タンデム圧延機における圧延方法および冷間タンデム圧延機の制御装置
JP5108692B2 (ja) 熱間圧延機の板幅制御装置およびその制御方法
JP2007203303A (ja) 冷間圧延における形状制御方法
JP4208509B2 (ja) 圧延プロセスのモデル学習装置
JP7230880B2 (ja) 圧延荷重予測方法、圧延方法、熱延鋼板の製造方法、及び圧延荷重予測モデルの生成方法
WO2024135050A1 (ja) 粗圧延材の幅予測方法、粗圧延材の幅制御方法、熱延鋼板の製造方法、及び粗圧延材の幅予測モデルの生成方法
JP5381740B2 (ja) 熱間圧延機の板厚制御方法
JP2015147249A (ja) 圧延機の制御方法、圧延機の制御装置、及び圧延材の製造方法
JP3937997B2 (ja) 熱間仕上げ圧延機における板幅制御方法
JP2024103216A (ja) 被圧延材の蛇行量予測装置、蛇行量制御装置、蛇行量予測方法、蛇行量制御方法、及び金属帯の製造方法
JP6210944B2 (ja) 連続圧延機の制御装置及び制御方法
JP2006051512A (ja) 熱間圧延における被圧延材幅の制御方法及び熱延金属板の製造方法